基于粗糙集支持向量机的个人信用评估模型

文章改变了过去个人信用评估模型多使用统计方法或者主观分析方法精简数据集属性个数的做法,将粗糙集与支持向量机结合的粗糙集支持向量机方法引入个人信用评估实践。以包括1000个统计样本的德国信用数据作为个人信用评估模型的数据来源,应用粗糙集分析系统RSES进行数据预处理,运用遗传算法计算约简,得出以不同的缩减率得到的约简集;然后使用支持向量机分析工具LIBSVM逐步处理已经进行过属性约简的数据集,并在处理过程中应用了交叉验证和网格搜索技术。     

基于模糊支持向量机的客户信用评估研究

文章首先比较了支持向量机与传统分类方法在银行客户信用评估中的效果,结果表明支持向量机更适于目前中国商业银行对个人信用的评价;其次引入模糊支持向量机处理银行客户信用样本中的不平衡问题。实证结果显示,带有模糊关系的支持向量机方法能够减小训练数据类别大小差异对决策机器造成的影响,有效地提高了信用评估的精度。     

基于改进支持向量机的消费信贷中个人信用评估模型

文章采用支持向量机研究了消费信贷中个人信用评估问题,建立了基于改进支持向量机的消费信贷个人信用评估模型,并利用部分数据时消费信贷中个人信用评估问题做了实证分析.实验结果表明:线性核的分类效果很不理想,采用高斯核的分类效果不如多项式好,采用多项式核进行分类效果比较理想.     

基于支持向量机的并购目标搜索研究

支持向量机自90年代中期出现以来得到广泛的应用,搜索到理想的并购目标是企业实施并购策略的关键因素。本文介绍了基于支持向量机的基本理论,建立了基于支持向量机的并购目标搜索模型,搜索到潜在的并购目标。研究表明用支持向量机方法来搜索并购目标是可行的。     

基于支持向量机的新经济增长点选择研究

针对现阶段新经济增长点选择模型无法区分“已有的”增长点与“新的”增长点的问题,使用支持向量机挖掘新经济增长点的潜在性.研究显示:陕西省2010年38个工业行业可划分为“新经济增长点”与“非新经济增长点”两类,新经济增长点一类中前十位行业与陕西省“十二五”规划中的文化产业、高新技术产业、新能源产业发展相一致,可见支持向量机在新经济增长点选择中的可行性和可靠性.     

应用不等权重支持向量机预测人民币汇率的变动

基于金融时间序列的近期数据对未来的影响会大于早期数据,对应用于金融时间序列预测的支持向量机方法进行改进,给出了不等权重支持向量机方法（USVM）及其多项式光滑化处理。将不等权重支持向量机方法应用于训练样本集的子集确定预测模型,实证分析表明USVM算法预测是有效的。     

基于支持向量机的开户数对股指的非线性模型

文章利用最小二乘支持向量机的非线性建模能力,对我国股市开户数对股指的影响建立数学模型,针对2002年1月至2010年7月的数据,确定相关参数,得到股指受开户数影响的定量关系。通过该模型,可分析在不同股指情况下股市开户数对股指的影响程度。     

对支持向量机混合核函数方法的再评估

混合核函数方法并没有解决核函数的选择问题,只是将问题等价转换为权重参数的选择。同时该方法还需要分别为两个核函数确定参数,大大增加了算法的复杂程度,限制了支持向量机的泛化能力。事实上,调节核函数的参数对分类结果的影响要远大于选择什么类型的核函数,因此混合核函数方法实属“避轻就重”。实证分析表明,不同核函数对应的共同支持向量比例很高,存在很大程度的一致性,线性组合的意义并不大,这也是混合核函数方法无法有效提升分类性能的一个重要原因。     

基于支持向量机的上市公司信用风险评估研究

文章运用一种基于小样本学习的支持向量机(SVM)方法构建信用风险模型进而应用于我国上市公司信用风险评估。实证分析的结果表明:支持向量机在信用风险评估中比多元判别分析(MDA)方法更为准确和有效;研究结果为银行、投资者有效判别信用风险提供了理论依据。     

基于文化算法的支持向量机组合预测模型

为提高预测精度,文章提出基于文化算法的支持向量机组合预测模型.以组合预测模型的误差平方和最小为优化准则,用文化算法对支持向量机参数进行优化,并建立支持向量机对单一模型的预测结果进行组合预测.算例结果表明,该模型综合了各单个预测模型的重要预测信息,其预测误差远远小于各单个模型的预测误差,其预测精度更高,模型的实用性更强.     

基于支持向量机股票价格指数建模及预测

为提高预测精度,采用基于支持向量机理论的预测方法对股票价格指数进行预测.文章在分析支持向量机预测基本原理基础上,以交叉验证法确定了最佳回归参数并以此建立了预测模型.对上海证券交易所的股票价格指数进行预测,研究结果表明基于支持向量机预测法能较准确地反映股票价格指数的变化趋势且提高了预测精度,验证了此方法在股票价格指数预测中的可行性.     

基于支持向量机的雷达信号分类

文章首先论述了支持向量机的基本理论,然后给出了基于支持向量机的多分类算法并将其应用于现代复杂体制雷达信号的分类。文章在Matlab环境下对雷达信号进行了模拟,在不同的分类参数组合下,用模拟数据检验了不同核函数的支持向量机多分类算法的效果。     

基于一类学习的支持向量机核参数选择方法

合适的核函数参数对支持向量机的性能起着重要作用,然而如何选择参数是目前尚未得到很好的解决的一个难点问题.文章从实用的角度出发,提出了一种基于一类学习的支持向量机核参数选择方法,利用一类学习算法--支持向量数据描述的特性,通过简单的二分搜索法获取单类数据中一定支持向量个数比例下的核参数值;然后再确定支持向量机核函数参数.实验结果表明,对于不同问题,该方法可快速找到合适的核参数.     

遗传支持向量机及其在人民币汇率变动方向预测中的应用

文文章基于金融时间序列的近期数据对未来的影响会大于早期数据,对应用于金融时间序列预测的支持向量机方法进行了改进,给出了不等权重支持向量机方法（USVM）及其多项式光滑化处理;将不等权重支持向量机方法应用于训练样本集的子集确定预测模型,给出了遗传不等权重支持向量机方法（GAUSVM）;对GAUSVM应用于汇率变动预测的实证分析发现,通过利用遗传算法对预测模型选优能够有效地提高USVM预测效果,加强其数据挖掘的功能。     

基于支持向量机的非线性汇率预测分析

汇率的重要性和汇率的预测难度广为人知,随机游走模型依然占据着汇率预测领域.文章根据不同的汇率决定理论,分别利用支持向量机方法进行日元、英镑和加元汇率历史数据的回归和预测,实验结果表明货币经济学指标在汇率预测中非常重要,特别是利率指标:支持向量机方法虽然在RMSE上并不能显著优于随机游走模型,至少统计的显著性不足,但具有较好的方向预测性,可以作为投资决策的依据.     

支持向量机的上市公司财务危机预警模型

1研究背景中国证券监督管理委员会于1998年3月16日颁布了《关于上市公司状况异常期间的股票特别处理方式的通知》,要求当上市公司出现财务状况或其他状况异常,导致投资者对该公司前景难以判定,可能损害投资者权益的情形时,证券交易所应对其股票交易实行特别处理(Special treatm     

基于支持向量机的金融衍生品风险评价

金融衍生品交易的高收益和高风险特性,决定了内部控制和风险管理的重要性,需要决策者综合考虑多种因素。文章应用了一种新的方法——支持向量机方法(SVM)来处理数据,与传统的方法相比较,有较好的泛化能力,可避免传统方法的不足,能较客观地对衍生品的风险进行评价。实证结果表明本模型是有效的,能为金融机构建立金融衍生品风险评价体系提供有力的支持。     

基于模糊神经网络和支持向量机的农机优化选型研究

目前农机型号众多,如何选择适合自己的农业机械,可以有效地节约资源和资金.文章从目前农业机械优化选型的研究状况出发,提出运用支持向量机和模糊神经网络对农机进行组合优化选型;通过建立碾米机的评价指标体系,运用组合评价方法可以有效地实现选型分析.实例分析证明了该方法的实用有效性,为农机优化选型提供了一种新的方法.     

基于支持向量机的行业预警系统研究及实证

文章设计了一种能够反映行业风险变化的预警系统,并在系统中采用了支持向量机和人工神经网络等多种模型同时对样本行业进行批量处理和交叉检验。实证结果显示,支持向量机较其它模型具有明显的预测效果,成本低且效率高,特别适合于对目标行业进行初步预警。     

基于支持向量机(SVM)的股市预测方法

本文对先有预测工具比较分析的基础上,提出了基于支持向量机的股市预测方法,并建立了数学模型对新疆众和进行了实证研究.结果表明,支持向量机比神经网络有更好的学习和泛化能力,在股市预测中取得了较好的效果.